文| 指南者留学学员G学姐

大家好，我是G，研究生就读于新加坡国立大学的定量金融（Quantitative Finance）专业，可能很多同学对这个专业都不是很熟悉，这篇文章可以方便大家从课程设置、就业方向以及留学收获等方面了解QF专业。

一、专业介绍+申请流程

定量金融专业是在NUS的理学院（Science Faculty）下设的一个授课型专业，同学院的其他授课型专业包括数学/统计/生科等，课程主要是围绕金融和数学来设置的。同时也会比较锻炼个人的编程技能，因为大部分课程都有编程相关的内容。

理学院下开设的授课型硕士专业

就大部分人的课表来看，主要涉及的编程软件包括Python/MATLAB/R，也有选修课程需要C++，常用的Python库包括Numpy/Pandas/Quantlib等。但是没有编程基础的学弟学妹也完全不必害怕，老师不会要求你一上来就产出什么高难度代码，更多的是一个循序渐进的过程，可以在老师的讲解以及一次次的项目实操中提升自己的编程水平。

我当时申请QF的时候，背景大概是这样的：本科为985的经济类专业，绩点88左右，雅思7.5分。整个成绩单里只有一门课和期权有关，剩下的全是经济方向的课程，因此非金融专业的同学大可不必因为本科非金融而担心。专业的申请流程是这样的：通过简历关以后，在去年1月疫情之前申请的同学去上海交大完成线下的笔面试；疫情之后的申请则是在线上进行面试。

二、学制+课程具体介绍

QF学制是比较灵活的，毕业的要求是修满10门课程，最短可以10个月毕业，最长可以到3年，视个人选择而定。学费是按照学分收费而非学期，因此选择不同毕业时间学费是一样的。

课程方面，QF要求5门必修+5门选修，其中必修是所有人都一样的，选修课可选范围较大，包括一些数学/统计/经济的课都可以修，去年还增加了实习课作为选修课。在这里我就简单介绍一下我修过的课程。

◆Financial Time Series：

金融时间序列是秋季学期的必修课，对于本科是金融经济类的同学可能比较轻松，主要涉及的包括ARMA/GARCH等模型，要求使用R。授课老师讲的好人也nice，第一节课就对R的基础使用做了较为详尽的讲解，后面上课时也演示过如何用R构建时间序列模型，对于没有编程基础的同学十分友好。期末是以project的形式进行考核，准备的时间很充分，编程语言也不局限于R。

◆Financial Modeling and Computation：

这门课可以说是我这个非金融本同学的噩梦，课程内容主要是二叉树/有限差分/蒙特卡洛模拟，要求使用MATLAB。我觉得还是很需要下功夫的，不仅是课上，课下也需要及时复盘...期末是以考试形式考核，题量较大，难度不低，建议好好下功夫准备。

◆Structured Product：

这门课是由系主任Prof.Dai所教授的，课程涉猎很广，包括波动率/可转债/抵押支持证券等，课程上下来收获很大，个人认为是非常有价值的一门课。课堂安排基本是一个主题一节课，每个小组一个课题，后面有课堂展示和提问环节，需要对自己的课题有很深的理解。

◆Risk Management：

风险管理是我比较喜欢的一门课，要求用Python/excel完成个人作业和小组作业，在这门课上我系统地了解了风险以及债券和掉期的定价。不过这门课的编程部分老师讲解的比较少，基本上都是在讲excel，所以用Python做作业的同学需要自己摸索（人手一本cookbook）。

◆AI and Fintech：

人工智能是春季学期的选修课，由两位教授负责，前半部分是非监督学习和强化学习，其中非监督学习包括PCA/cluster；后半部分是监督学习，包括分类/回归/boosting/深度学习。这门课上教授绝大部分在讲理论知识，因此project的编程需要一定的自学能力。

三、留学体验

去年8月，QF考虑到新冠疫情决定线上授课，因此我没有在开学时去新加坡，而是在今年年初出发，在坡坡呆了半年左右的时间。尽管半年的绝对时间并不长，在异国他乡和一群可爱的小伙伴朝夕相处，也绝对是一段难忘的回忆。我过程中一度有留在新加坡工作的想法，但是因为疫情和个人原因，我还是选择了回国秋招。

自然景观方面，新加坡自是不必说，自1963年李光耀倡导植树运动以来，新加坡的环境可以用一个字“绿”来概括。新加坡有许多公园/动物园，很适合喜欢徒步的朋友，我去了两条比较常见的线路徒步：南部山脊和麦粒芝蓄水池。

滨海湾花园

鸟禽动物园

人文环境方面，新加坡是一个多文化聚集的国家，在这里你可以感受到马来西亚、泰国、印度等异域风情，也可以感受到现代社会的摩登气息。尤其推荐夜游CBD，恍惚间觉得自己置身上海外滩。新加坡有许多展览，其中我印象比较深的有灯光展、星战展和草间弥生的展览，虽然我看不懂，但我大受震撼。

CBD夜景

自习的话，学校有很多图书馆可供查阅资料和自习，包括我们理学院也有（只是空调太冷），我常去的自习地点就是Central Library和Utown的Education Resource Center。中央图书馆自习位置较多，强烈推荐三楼的沙发隔间和六楼的单人隔间，学习之余可以去楼下的MAX喝杯咖啡，看看风景。

称Utown为网红打卡地不过分吧，毕竟它内外兼修，有很高的颜值以及全面的设施，其中的Education Resource Center一到三层都有自习的地方，一楼更是有（据说是）新加坡最大的星巴克。

Central Library（左）ERC（右）

四、求职相关

实习这方面，NUS有专门发布实习信息的网站，还可以在网站上预约一对一的职业辅导。对于想要在坡实习的同学，QF专业其实是很有优势的。新加坡这边很看重编程技能，如果在简历上提了会Python是比较加分的。大家可以多关注领英和NUS Talent Connect，这两个渠道发布的实习和QF专业背景更加匹配，同时也不要放过JobStreet/Internsg这些网站，遇到合适的职位投就完事儿了~

新加坡这边金融行业比较多的就是Investment Bank和Quant相关的一些职位，还有就是一些数据科学的岗位也可以尝试。我之前有申请过一个金融数据公司的Data Scientist，要掌握基础的Python语句以及一些人工智能和自然语言处理的知识；互联网的数据科学/数据分析岗位则需要掌握基础的Python和SQL语句。比较重要的一点是一定要熟悉自己简历上的过往经历，尤其是一些使用Python的项目，能说出项目的框架和实现的语句。另外QF专业的政策本身也是很友好的，有开设实习课程，选了这门课以后就可以在坡坡full-time实习了！

想要回国工作的同学，一定要注意暑期实习和秋招的时间，如果你是21年8月入学，打算一年毕业的话，就要考虑在入学同年秋招，因为有的券商会卡毕业时间，大家还是要多搜集信息，看看心仪公司往年的招聘要求，提前规划好暑期实习和秋招时间。

关于未来的职业路径，QF对应的岗位还是很广泛的，根据系主任之前的briefing以及我自己周围的情况，不论是金融行业的买方/卖方，固收/股权/大宗商品/加密货币/外汇，衍生品市场，前台的承销/交易/投行/财富管理，中台的风控，还是非金融行业的数据分析/数据科学，都是QF的潜在求职方向。

以上就是我今天带来的介绍啦~希望大家都能如愿去往自己心仪的学校，前途似锦~